AI 进咖啡店：菜单与会员怎么用

写字楼下的咖啡店，早上七点半开门，老板先看昨天的销量决定今天备多少奶。改海报文案、回三条点评、排下周班表，这些事一件件压上来，把一天切得很碎。AI 能接住的，是其中重复度最高的那部分。

碎活的共同点是「每次都要重来一遍」

菜单换季要重写描述，新品上市要想起名，会员该唤醒了要挑人，排班要按客流排，评价要一条条回。这些事有套路却没有沉淀，做完就散，下次还从零开始。工具的价值在这里：它把「从零」变成「从一份草稿改」，而草稿的质量取决于你给的约束有多具体。约束怎么写，提示词的基本写法里有一套可用的框架。

五个环节，边界画在哪

边界大致落在「判断」和「记忆」之间：需要记住并整理的事，工具做得比人稳；需要在现场权衡的事，工具给不出答案。它的上限不在聪明程度，在它拿不到店门口那半小时的真实客流。

菜单要的是统一，不是每杯都换新词

同一条街上的咖啡店，菜单风格就是辨识度。工具一次能给二十个名字，从「晨雾拿铁」到「焦糖云朵」，单看都还行，放在一起却像四家店的菜单。所以用法应该反过来：先定三个词——这家店的气质、客群、价格带——再让它在框里出十版。约束越窄，挑起来越省事。

风味描述还有一个硬要求：不能编。豆子是哪来的、处理法是什么、酸度如何，这些是事实，写错了客人喝一口就知道。可以让工具把「水洗、中浅烘、柑橘调」翻译成客人看得懂的话，不能让它替你想豆子是什么味。这类编造和AI 幻觉是同一个成因，写得越顺越要回头核。

会员档案的价值在字段，不在系统

多数小店不是没有会员数据，是数据散在收款后台、微信聊天和老板的记忆里。整理成一份能查的档案，字段比功能重要。至少要记：首次到店时间、常点品类、客单价区间、到店周期、明确说过的偏好、明确说过的忌讳、最后一次互动。

「忌讳」这一栏最值钱。客人说过「不要冰」「坚果类的不吃」，如果只留在某个店员的脑子里，人一走就没了。记录时用原话，不要概括成「特殊要求」这种下次用不上的标签。至于手机号、微信，只留必要的，说明用途，别把会员档案当成可以随手转发的素材。

唤醒的节奏是算出来的，不是拍出来的。每周来三次的常客和一个月来一次的人，周期完全不同，用一套群发话术等于没发。按品类算中位数，把「距上次到店超过周期一点二倍」的人挑出来，再按人写一句具体的提醒——提他上次点的豆子，比提八折有用。频率上，一个月三条促销会让人屏蔽，一条「新到的豆子给你留了」反而有人回。

排班和备货：规则它排，变量你补

排班是典型的约束满足问题：谁哪天能上、每个时段要几个人、谁和谁搭班效率高。把这些写成规则，工具几秒钟能排出一版，比手写快得多。但排出来的东西一定要人工过一遍，因为规则之外的变量它看不见：小李这周在准备考试、周六有场球赛、隔壁写字楼周五团建。

备货同理。历史销量能算出基线，季节性能修正，但一次促销、一场雨、周边新开一家店，都会让实际偏离。工具能给的是「按过去八周，周三的奶用量在 18 到 22 升之间」，这个区间已经很有用；至于今天该定 20 还是 24，得看你知道而它不知道的事。

差评必须由人来看

评价的初筛可以交给工具：把几百条评价分成口味、等待时间、服务态度、环境几类，找出重复出现的关键词。分类、打标签、生成草稿串成一条流程，这类多步任务正是AI 智能体能接的部分。但回复不能自动发，尤其是差评。

原因有两层。差评里往往藏着具体的线索——哪天的哪杯、哪个店员、等了多少分钟——这些细节工具读不出来，只有店主能对上号。道歉的分寸也没法模板化，同一句「非常抱歉给您带来不好的体验」，真诚和敷衍的差别客人一眼能看出来。差评处理得好是挽回，处理得差是二次伤害。

从哪一步开始最划算

如果只做一件事，先做会员档案。它不需要额外工具，一个表格就能开始，而它带来的复购是能算出来的。第二件是菜单文案的模板化，把品牌调性定成三条约束，之后每次换季都省一半时间。排班和备货放在后面，因为它们依赖前面积累的数据，没有数据支撑的排班建议，准确度还不如老师傅的经验。

速查：咖啡店用 AI 的分工

• 菜单：约束先定，文案后出，事实不许编
• 会员：字段记全，按周期提醒，别群发促销
• 排班备货：工具出初版，现场变量人来补
• 评价：初筛可以用，差评回复必须人来写